當前位置：
OFweek 人工智能網
> 正文
資本紛紛涌入，AI芯片落地難
2021-10-11 15:53
半導體產業縱橫
關注
落地應用前景
云端和邊緣端
作為AI算力的主要應用場景,AI芯片在云端發展需要解決算力性價比與通用性問題。算力性價比決定了人工智能應用的部署成本,而算力通用性及軟件生態決定著不同算法的遷移及開發成本。
在邊緣和終端這一側,AI芯片所面臨的挑戰是它們會被部署在各種各樣的應用環境中。即便在同一個垂直場景里,也需要考慮不同模塊之間的任務負載均衡問題。
賽靈思的單羿認為,FPGA因為有靈活可編程的優勢,可以根據場景的持續需求調整這些模塊之間的資源占用比例,從而達到全系統最優的效果。
ADAS/自動駕駛應用場景落地
地平線瞄準自動駕駛應用場景,在ADAS/自動駕駛應用場景下,AI芯片的核心價值就是實時處理行駛道路上的人、車、物等復雜環境的感知和決策。
目前,自動駕駛芯片在架構設計、研發投入與車規級應用等方面仍處于較為前期的探索過程中,特別是國產汽車芯片的市場份額還有待提升,因此,突破本土自動駕駛芯片技術的發展壁壘,將成為促進未來中國智能汽車產業發展的關鍵環節。
安防
安防是目前最為明確的AI芯片應用場景,主要任務是視頻結構化。攝像頭終端加入AI芯片,可以實現實時響應、降低帶寬壓力。也可以將推理功能集成在邊緣的服務器級產品中。
AI芯片要有視頻處理和解碼能力,主要考慮的是可處理的視頻路數以及單路視頻結構化的成本。
寫在最后
在AI芯片狂熱的背后,越來越多的關注點轉移到落地,中國的AI狂歡并不會持續太久。在“老大吃肉,老二喝湯”的半導體行業,AI芯片也具有這樣的屬性,每個產品線最后會跑出兩三家公司。不過這是未來的格局,現在的AI芯片市場,很符合一句話:讓子彈先飛一會。
分享
聲明：
本文由入駐維科號的作者撰寫，觀點僅代表作者本人，不代表OFweek立場。如有侵權或其他問題，請聯系舉報。
請輸入評論內容...
請輸入評論/評論長度6~500個字
